python內(nèi)存管理機制原理詳解
python內(nèi)存管理機制:
- 引用計數(shù)
- 垃圾回收
- 內(nèi)存池
1. 引用計數(shù)
當(dāng)一個python對象被引用時 其引用計數(shù)增加 1 ; 當(dāng)其不再被變量引用時 引用計數(shù)減 1 ; 當(dāng)對象引用計數(shù)等于 0 時, 對象被刪除(引用計數(shù)是一種非常高效的內(nèi)存管理機制)
2. 垃圾回收
垃圾回收機制: ① 引用計數(shù) , ②標(biāo)記清除 , ③分帶回收
引用計數(shù) :
引用計數(shù)也是一種垃圾收集機制, 而且也是一種最直觀, 最簡單的垃圾收集技術(shù).當(dāng)python某個對象的引用計數(shù)降為 0 時, 說明沒有任何引用指向該對象, 該對象就成為要被回收的垃圾了.(如果出現(xiàn)循環(huán)引用的話, 引用計數(shù)機制就不再起作用了)
標(biāo)記清除 :
如果兩個對象的引用計數(shù)都為 1 , 但是僅僅存在他們之間的循環(huán)引用,那么這兩個對象都是需要被回收的, 也就是說 它們的引用計數(shù)雖然表現(xiàn)為非 0 , 但實際上有效的引用計數(shù)為 0 ,.所以先將循環(huán)引用摘掉, 就會得出這兩個對象的有效計數(shù).
分帶回收 :
從前面“標(biāo)記-清除”這樣的垃圾收集機制來看,這種垃圾收集機制所帶來的額外操作實際上與系統(tǒng)中總的內(nèi)存塊的數(shù)量是相關(guān)的,當(dāng)需要回收的內(nèi)存塊越多時,垃圾檢測帶來的額外操作就越多,而垃圾回收帶來的額外操作就越少;反之,當(dāng)需要回收的內(nèi)存塊越少時,垃圾檢測就將比垃圾回收帶來更少的額外操作。
3.內(nèi)存池
內(nèi)存池機制: python 中分為大內(nèi)存和小內(nèi)存: 256k為界限
大內(nèi)存使用malloc 進行分配
小內(nèi)存使用內(nèi)存池是進行分配
python的內(nèi)存池金字塔:
第3層: 最上層, 用戶對python對象的直接操作
第1層和第2層: 內(nèi)存池, 有python 的 接口函數(shù) PyMen_Malloc 實現(xiàn), 若請求分配的內(nèi)存在1 - 256字節(jié)之間就使用內(nèi)存池進行分配, 調(diào)用malloc 函數(shù)分配內(nèi)存, 但是每次只會分配 256 k 的內(nèi)存. 不會調(diào)用free 函數(shù)釋放內(nèi)層. 將該內(nèi)存塊留在內(nèi)存池中便下次使用
第 0 層: 大內(nèi)存 . 若請求分配的內(nèi)存大于 256 k , malloc函數(shù)分配, free函數(shù)釋放內(nèi)存
第 - 1 -2 層: 操作系統(tǒng)進行操作

以上就是本文的全部內(nèi)容,希望對大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。
相關(guān)文章
Python+OpenCV數(shù)字圖像處理之ROI區(qū)域的提取
ROI區(qū)域又叫感興趣區(qū)域。在機器視覺、圖像處理中,從被處理的圖像以方框、圓、橢圓、不規(guī)則多邊形等方式勾勒出需要處理的區(qū)域,稱為感興趣區(qū)域,ROI。本文主要為大家介紹如何通過Python+OpenCV提取ROI區(qū)域,需要的朋友可以了解一下2021-12-12
Python基礎(chǔ)教程之增加和去除數(shù)字的千位分隔符
千位分隔符其實就是數(shù)字中的逗號,下面這篇文章主要給大家介紹了關(guān)于Python基礎(chǔ)教程之增加和去除數(shù)字的千位分隔符,文中通過實例代碼介紹的非常詳細,需要的朋友可以參考下2023-01-01
TensorFlow用expand_dim()來增加維度的方法
今天小編就為大家分享一篇TensorFlow用expand_dim()來增加維度的方法,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2018-07-07
python matplotlib 繪圖 和 dpi對應(yīng)關(guān)系詳解
這篇文章主要介紹了python matplotlib 繪圖 和 dpi對應(yīng)關(guān)系詳解,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-03-03

